【Python&RS】GDAL库Warp函数介绍

这篇具有很好参考价值的文章主要介绍了【Python&RS】GDAL库Warp函数介绍。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理。 Python的GDAL库作为栅格数据的处理转换库,其支持几百种栅格数据格式,如常见的TIFF、ENVI、HFA、HDF4等。因为遥感影像大部分都是栅格数据,所以GDAL库非常适合处理遥感影像、如光谱指数计算、波段合成、批量下载等。

        今天主要给大家介绍一下GDAL库中的Warp函数,这个函数非常强大。它可以实现裁剪、重采样、几何校正、转换格式、投影转换、查看处理进度等等操作。学习GDAL不得不好好学习一下Warp函数,了解其中的参数要求。

# -*- coding: utf-8 -*-
"""
@Time : 2023/8/14 9:31
@Auth : RS迷途小书童
@File :Introduction to Warp Function.py
@IDE :PyCharm
@Purpose :Warp函数介绍
"""
from osgeo import gdal,osr,ogr

# --------------------------主函数--------------------------
gdal.Warp(destNameOrDestDS, srcDSOrSrcDSTab, **kwargs)
# destNameOrDestDS ---> 输出数据集路径或对象
# srcDSOrSrcDSTab ---> 输入数据集对象或文件名的数组
# 关键字参数是gdal.WarpOptions()的返回值,或者直接定义gdal.WarpOptions()

# --------------------------参数介绍--------------------------
gdal.WarpOptions(options=[], format='GTiff', outputBounds=None,
                 outputBoundsSRS=one, xRes=None, yRes=None,
                 targetAlignedPixels=False, width=0, height=0, srcSRS=None,
                 dstSRS=None, srcAlpha=False, dstAlpha=False, warpOptions=None,
                 errorThreshold=None, warpMemoryLimit=None, creationOptions=None,
                 outputType=GDT_Unknown, workingType=GDT_Unknown, resampleAlg=None,
                 srcNodata=None, dstNodata=None, multithread=False, tps=False,
                 rpc=False, geoloc=False, polynomialOrder=None,
                 transformerOptions=None, cutlineDSName=None, cutlineLayer=None,
                 cutlineWhere=None, cutlineSQL=None, cutlineBlend=None,
                 ropToCutline=False, copyMetadata=True, metadataConflictValue=None,
                 setColorInterpretation=False, callback=None, callback_data=None):
# options ---> 字符串数组, 字符串或者空值
# format ---> 输出格式 ("GTiff", "HFA", "ENVI", etc...)
# outputBounds ---> 结果在目标空间参考的边界范围(minX, minY, maxX, maxY)
# outputBoundsSRS ---> 结果边界范围的空间参考, 如果在dstSRS中没有指定的话,采用此参数
# xRes, yRes ---> 输出分辨率,即像素的大小
# targetAlignedPixels ---> 是否强制输出边界是输出分辨率的倍数
# width ---> 输出栅格的列数
# height ---> 输出栅格的行数
# srcSRS ---> 输入数据集的空间参考
# dstSRS ---> 输出数据集的空间参考
# srcAlpha ---> 是否将输入数据集的最后一个波段作为alpha波段
# dstAlpha ---> 是否强制创建输出
# outputType ---> 输出栅格的变量类型 (gdal.GDT_Byte, etc...)
# workingType ---> working type (gdal.GDT_Byte, etc...)
# warpOptions ---> list of warping options变形选项列表
# errorThreshold ---> 近似转换的误差阈值(误差像素数目)
# warpMemoryLimit ---> 工作内存限制 Bytes
# resampleAlg ---> 重采样方法
# creationOptions ---> list of creation options创建选项列表
# srcNodata ---> 输入栅格的无效值(最好是0,可以忽略背景值)
# dstNodata ---> 输出栅格的无效值
# multithread ---> 是否多线程和I/O操作
# tps ---> 是否使用Thin Plate Spline校正方法
# rpc ---> 是否使用RPC校正
# geoloc ---> 是否使用地理查找表校正
# polynomialOrder ---> 几何多项式校正次数
# transformerOptions ---> list of transformer options转换参数
# cutlineDSName ---> cutline数据集名称(矢量数据)
# cutlineLayer ---> cutline图层名称
# cutlineWhere ---> cutline WHERE 子句
# cutlineSQL ---> cutline SQL语句
# cutlineBlend ---> 以像素为单位的剪切线混合距离
# cropToCutline ---> 是否使用切割线(矢量)范围作为输出边界
# copyMetadata ---> 是否复制元数据
# metadataConflictValue ---> 元数据冲突值
# setColorInterpretation ---> 是否强制将输入栅格颜色表给输出栅格
# callback ---> 回调函数(用来返回执行进度)
# callback_data ---> 回调的用户数据

        本次博文主要分享了Warp函数的参数设置,同时后面都给了注释。括号部分是我自己实验后的小技巧,Warp函数总体来说非常强大,但有很多东西需要自己去尝试,只有不断的报错,不断地修复,编程能力才会提升!

         如果大家在学习Python或者RS时有什么问题,可以随时留言交流!如果大家对批量处理有兴趣同样可以留言给博主,博主会分享相关代码以供学习!文章来源地址https://www.toymoban.com/news/detail-774034.html

到了这里,关于【Python&RS】GDAL库Warp函数介绍的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于python与GDAL获取遥感影像

    最近做项目,发现网上关于利用python与GDAL读取遥感影像数据的资料比较少。因此整理了一些,以方便自己学习。      1.首先确认自己电脑上安装好python版的GDAL库。这个会以后有时间慢慢整理。       2. 导入gdal库          from osgeo import gdal       3. 注册GDAL库   

    2023年04月25日
    浏览(46)
  • 【Python】GDAL基本操作/遥感大图显示

    遥感图像往往尺寸较大,无法用默认的图像浏览器加载。 GDAL是空间数据处理的开源包,支持多种数据格式的读写。 遥感图像是一种带大地坐标的栅格数据,因此,可以借用GDAL对遥感图像进行读写,本文就来记录一些相关操作。 gdal可通过荧光动力学实验室(Laboratory for Fluor

    2024年02月02日
    浏览(42)
  • Python环境安装GDAL和OpenCV库及例子

    这两个库如果使用pip安装或者conda安装特别容易安装出现错误,一旦出现错误将很难再安装成功。这里记录一下自己的安装过程。 这是一种最简单的安装方式,也是推荐的一种方式。 使用pip安装 如果你是使用conda环境,就用下面的命令安装即可。这里首推安装conda环境,Lin

    2024年02月04日
    浏览(43)
  • Python GDAL库在Anaconda环境中的配置

      本文介绍在 Anaconda 环境下,安装 Python 中 栅格、矢量等地理数据处理库 GDAL 的方法。   需要注意的是,本文介绍基于 conda install 命令直接联网安装 GDAL 库的方法;这一方法有时不太稳定,且速度较慢。因此,如果有需要,大家可以参考Anaconda环境GDAL库基于whl文件的配

    2023年04月10日
    浏览(30)
  • 从头安装gdal库(Linux环境下的Python版)

    大多数情况下都是可以直接pip wheel安装成功的,但有些特殊情况下(比如一个容器内)需要从头配置gdal库。我“有幸”亲自体验了一把,整个过程 “痛并快乐着” 。整个过程查了很多资料,中间也遇到了很多问题,部分在网上没有找到相关答案,整个过程全网也没有一个类

    2024年02月02日
    浏览(45)
  • python安装GDAL,解决ModuleNotFoundError: No module named ‘osgeo‘

    提示:这里简述项目相关背景: 需要读取tif格式的遥感影像 提示:这里描述项目中遇到的问题: ModuleNotFoundError: No module named ‘osgeo‘ python 中代码: 本以为直接pip install gdal即可,发现执行报错; 提示:这里填写问题的分析: 未安装python版本的GDAL库,安装GDAL需要whl文件。

    2024年02月15日
    浏览(44)
  • Python与ArcGIS系列(十九)GDAL之面要素转线要素

    GDAL(Geospatial Data Abstraction Library)是一个开源的地理数据处理库,它提供了处理地理空间数据的功能和工具。 面要素转线要素是将面状的地理要素(如多边形)转换为线状的地理要素(如折线)。本篇将介绍如何利用Python的GDAL实现面要素转线要素以及一些应用场景。 面要素

    2024年01月17日
    浏览(45)
  • Cloudflare WARP无限流量MacOS

    官网地址:https://1.1.1.1/, 下载macOS版本,解压后安装,并启动 启动后会在状态栏中显示出来。 1.打开网址:https://blog.upx8.com/warp.html,点击生成密钥; 2.将生成的密钥复制到Cloudflare WARP中: 点击状态栏上的Cloudflare WARP程序 点击右上角的设置 点击‘’Preferences‘’ 点击‘’Acco

    2024年02月10日
    浏览(43)
  • python:转换维度、reshape、灰度拉伸、矩阵线性插值、gdal读取tiff图

    【Pnet原型网络】【】  【灰度拉伸】  【对矩阵做线性插值】 【 Totensor()函数 】 ToTensor()将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor, 其将每一个数值归一化到[0,1] ,其归一化方法比较简单,直接除以255即可。具体可参见如下代码: import torchvision.transforms as tr

    2023年04月08日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包